The K-means algorithm is very fast

The K-means algorithm is very fast and due to its speed and ease of implementation has become one of the most popular clustering techniques. The algorithm is sensitive to the initial choice of cluster centers and there is an extensive research on initialization methods (Lozano et al., 1999 and Erisoglu et al., 2011). In particular, it can be noted that the K-means algorithm experiences difficulties when the initial center “seeds” are chosen so that there are multiple “seeds” in the same cluster and some clusters are overlooked. A very common and the most simple way of dealing with this complication is to restart the algorithm several times picking the center “seeds” at random.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมหมายถึง K เป็นอย่างรวดเร็ว และเนื่อง จากความเร็ว และใช้งานง่ายได้กลายเป็นหนึ่งในเทคนิคระบบคลัสเตอร์ที่นิยมมากที่สุด อัลกอริทึมเป็นการเลือกเริ่มต้นของคลัสเตอร์ศูนย์ และมีการวิจัยเกี่ยวกับวิธีการเริ่มต้น (Lozano et al. 1999 และ Erisoglu et al. 2011) โดยเฉพาะอย่างยิ่ง มันสามารถจะสังเกตเห็นว่า อัลกอริทึมหมายถึง K ประสบปัญหาเมื่อเลือกเริ่มต้นศูนย์ "เมล็ด" ที่มีหลาย "เมล็ด" ในคลัสเตอร์เดียวกัน และมีการมองข้ามกลุ่มบาง พบบ่อยมากและวิธีง่ายที่สุดการจัดการกับภาวะแทรกซ้อนนี้จะเริ่มการทำงานของอัลกอริทึมหลายครั้งเบิกศูนย์ "เมล็ด" สุ่ม

ผลลัพธ์ (ไทย) 2:

K-หมายถึงขั้นตอนวิธีการเป็นไปอย่างรวดเร็วมากและเนื่องจากความเร็วและความสะดวกในการดำเนินงานได้กลายเป็นหนึ่งในเทคนิคการจัดกลุ่มที่นิยมมากที่สุด อัลกอริทึมมีความไวต่อทางเลือกแรกของศูนย์คลัสเตอร์และมีการวิจัยอย่างกว้างขวางเกี่ยวกับวิธีการเริ่มต้น (ซาโน, et al., 1999 และ Erisoglu et al. 2011) โดยเฉพาะอย่างยิ่งที่จะสามารถตั้งข้อสังเกตว่า K-หมายถึงความยากลำบากประสบการณ์ขั้นตอนวิธีการเมื่อเริ่มต้น Center "เมล็ดพันธุ์" ได้รับการแต่งตั้งเพื่อให้มีหลาย "เมล็ดพันธุ์" ในคลัสเตอร์เดียวกันและบางกลุ่มจะมองข้าม ธรรมดามากและวิธีที่ง่ายที่สุดในการรับมือกับภาวะแทรกซ้อนนี้คือการเริ่มต้นขั้นตอนวิธีการหลายครั้งการเลือกศูนย์ "เมล็ดพันธุ์" ที่สุ่ม

ผลลัพธ์ (ไทย) 3:

算法是非常快速和K-means）由于它的速度和ease到implementation已经成为一种最受欢迎的算法是敏感的。对技术的选择到初始聚类是一个广泛的研究和centers在initialization方法1999（Lozano和Erisoglu et al .，et al .，2011）。可以说，它是在particular K-means是经验的算法。当difficulties初始中心的“种子”，这是“SO是多粒子的种子和一些集群在相同。是很常见的。clusters被A公司经营方式和最简单的重新启动，这是一个与complication CAC算法several采摘的“种子”的时代，在中心的随机。